語音識(shí)別關(guān)鍵技術(shù)及其改進(jìn)算法研究.pdf

1、語音識(shí)別技術(shù)是計(jì)算機(jī)技術(shù)研究的一個(gè)重要領(lǐng)域,具有極大的研究價(jià)值和廣泛的應(yīng)用前景。但是現(xiàn)今的語音識(shí)別系統(tǒng)大多還局限于實(shí)驗(yàn)室,盡管已有一些產(chǎn)品進(jìn)入市場,但是其使用效果距離人們期望的水平還有較大的差距。
　　本文緊緊抓住語音識(shí)別系統(tǒng)中識(shí)別效率和識(shí)別率兩個(gè)關(guān)鍵因素,按照語音識(shí)別的流程,對(duì)語音識(shí)別中的關(guān)鍵技術(shù)進(jìn)行了深入研究。
　　首先,論文在介紹了語音識(shí)別的基本原理和流程框架后,又分析了語音信號(hào)產(chǎn)生的數(shù)學(xué)模型以及語音信號(hào)的預(yù)處理問題,

2、并針對(duì)傳統(tǒng)端點(diǎn)檢測算法的不足,提出了一種新的基于圖像邊緣檢測技術(shù)的端點(diǎn)檢測方法。實(shí)驗(yàn)結(jié)果表明,新的端點(diǎn)檢測方法使檢測準(zhǔn)確率提高了18.6％,優(yōu)于傳統(tǒng)的檢測方法。
　　其次,論文介紹并討論了幾種常用的語音特征參數(shù)的特點(diǎn)和提取過程,在深入分析MFCC參數(shù)的基礎(chǔ)上,對(duì)其進(jìn)行了特征加權(quán)、差分、PCA降維等處理,獲得了一種新的改進(jìn)型的MFCC參數(shù)。實(shí)驗(yàn)證明,新的特征參數(shù)增強(qiáng)了語音識(shí)別系統(tǒng)的魯棒性,在三種不同噪聲環(huán)境下的平均識(shí)別率較傳統(tǒng)的 L

3、PCC參數(shù)和 MFCC參數(shù)分別提高了9.2%和4.3%,平均訓(xùn)練時(shí)間分別縮短了18.2%和11.5%。
　　再次,本文重點(diǎn)研究了基于HMM的語音識(shí)別技術(shù)。正是由于HMM在語音識(shí)別中的應(yīng)用,才推動(dòng)了語音識(shí)別技術(shù)的飛躍式發(fā)展,同時(shí)HMM技術(shù)也是目前應(yīng)用最為廣泛的一種語音識(shí)別的建模技術(shù)。針對(duì)傳統(tǒng)HMM模型的初始化方法過于簡單和粗糙的缺點(diǎn),本文提出了一種改進(jìn)的HMM模型的初始化方法。實(shí)驗(yàn)結(jié)果表明,新的初始化方法使得HMM模型的平均訓(xùn)練時(shí)間